MÔ HÌNH HỒI QUY BỘI

Chương trình đào tạo sinh viên

(Khoa Kinh tế và Quản trị)

Đặng Hoàng Minh Quân

03, 2022
 MÔ HÌNH HỒI QUY BỘI
I Hồi quy tuyến tính k biến
Phương pháp ước lượng OLS
Các giả thiết mô hình OLS
Hệ số xác định của mô hình

THỐNG KÊ SUY DIỄN – DỰ BÁO

II Ước lượng (khoảng tin cậy)
Kiểm định mô hình hồi quy
Dự báo

IIII MỞ RỘNG MÔ HÌNH HỒI QUY

Hồi quy qua góc tọa độ

Nội dung Mô hình tuyến tính lin-lin

Mô hình tuyến tính log
Mô hình tuyến tính log-lin
Mô hình tuyến tính lin-log
Mô hình nghịch đảo

IIV BÀI TẬP

Phần I
HỒI QUY BỘI
Hồi quy tuyến tính k biến
Phương pháp ước lượng OLS
Các giả thiết mô hình OLS
Hệ số xác định của mô hình
 1. Hồi quy tuyến tính k biến

1.1. Hàm hồi quy tổng thể (PRF)

(Population Regression Function)

Yi  1  2 X 2i  3 X 3i  ...  k X ki  Ui
Trong đó:
 Y Biến phụ thuộc
 X2,X3,…,Xk Các biến độc lập
 β1 Tung độ gốc của hàm hồi quy tổng thể.
 β2, β3,…, βk Các hệ số hồi quy
 Ui Sai số ngẫu nhiên ứng với quan sát thứ i

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 4

 1. Hồi quy tuyến tính k biến

1.1. Hàm hồi quy tổng thể (PRF)

(Population Regression Function)
Yi  1  2 X 2i  3 X 3i  ...  k X ki  Ui
Đặt:
 Y1   1   U1   1 X 21 X 31 ... X k1 
       
 U  1 X 22 X 32 ... X k 2 
Y  Y2 
  2
U   X 
2

 ...   ...   ...  ... ... ... ... ... 

     
   1 X 2n X 3n ... X kn 
 Yn   k   n
U

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 5

 1. Hồi quy tuyến tính k biến

1.1. Hàm hồi quy tổng thể (PRF)

(Population Regression Function)
Yi  1  2 X 2i  3 X 3i  ...  k X ki  Ui
Viết dưới dạng ma trận:
 Y1   1 X 21 ... X k1  1   U1 
      
 Y2   1 X 22 ... X k 2   2  U 2 
 ...    ... ... ... ...  ...   
...
      
Y   1 X ... X kn   k  U n 
 1  2n

 PRF : Y  X .  U
12/03/2022 ĐẶNG HOÀNG MINH QUÂN 6
 1. Hồi quy tuyến tính k biến

1.2. Hàm hồi quy mẫu (SRF)

(Sample Regression Function)

Yi  ˆ1  ˆ2 X 2i  ˆ3 X 3i  ...  ˆk X ki  ei

hoặc: Yˆ  ˆ  ˆ X  ˆ X  ...  ˆ X
i 1 2 2i 3 3i k ki
Viết dưới dạng ma trận:
 ˆ1   e1 
 Y1   1 X 21 X 31 ... X k1     
Y  X ˆ  e      ˆ   e2 
ˆ   2  e   
Y  1 X 22 X 32 ... X k 2 
Với Y    X   ... ...
2
 ...  ... ... ...  ... ...
     
   1 X 2 n X 3n ... X kn   ˆ   en 
 Yn   k

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 7

 VÍ DỤ 1:
Y - Lượng hàng bán được của mặt hàng A (tấn/tháng). X2 - Thu nhập của
người tiêu dùng (triệu đồng/năm). X3 - Giá bán của loại hàng này (ngàn
đồng/kg), ta được các số liệu sau:

Y 20 18 19 18 17 17 16 15 13 12
X2 8 7 8 8 6 6 5 5 4 3
X3 2 3 4 4 5 5 6 7 8 8

Xây dựng hàm hồi quy mẫu (SRF):

Yˆi  ˆ1  ˆ2 X 2i  ˆ3 X 3i

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 8

 2. Phương pháp ước lượng OLS

Theo nguyên lý của phương pháp OLS thì các tham số

ˆ1 , ˆ2 , ˆ3 ,..., ˆk được chọn sao cho:

  i i   
  Yi  X iˆ 
2 2
e  Y 
2
Yˆ
i


  Yi  ˆ1  ˆ2 X 2i  ˆ3 X 3i  ...  ˆk X ki 
2
 min

Giải bài toán ma trận, ta được: ˆ

  (X X ) X Y
T 1 T

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 9

 THỰC HÀNH EVIEWS

Chọn Quick/Estimate Equation … rồi nhập

Y C X2 X3 tên biến vào ô Series Name, và chọn OK.
Yˆi  14,99215  0,76178 X 2i  0,58901 X 3i

Ý nghĩa hệ số hồi quy riêng???

Khi thu nhập của người tiêu dùng và giá bán
của loại hàng đều bằng 0 thì Lượng hàng
trung bình bán được của mặt hàng A là
14,99215 tấn/tháng.
Khi thu nhập của người tiêu dùng tăng
(giảm) 1 triệu đồng/năm thì Lượng hàng
trung bình bán được của mặt hàng A tăng
(giảm) 0,76178 tấn/tháng (với điều kiện các
yếu tố khác không đổi).

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 10

 3. Các giả thiết mô hình OLS

 Giả thiết 1:  Giả thiết 4:

Quan hệ giữa Y và X là tuyến tính. Không có sự tương quan giữa các Ui
Các giá trị Xi cho trước và không ngẫu nhiên.
Cov(U i , U j | X i , X j )  0, i  j
Các biến độc lập không tương quan với nhau.
 Giả thiết 5:
 Giả thiết 2: Không có sự tương quan giữa Ui và Xi
Các sai số Ui là đại lượng ngẫu nhiên có giá trị Cov(Ui , X i )  0
trung bình bằng 0. E (Ui | X i )  0  Giả thiết 6:
Các sai số Ui có phân phối chuẩn
 Giả thiết 3:
Các sai số Ui là đại lượng ngẫu nhiên có Ui ~ (0, σ2)
phương sai không thay đổi
Var (U i | X i )   2  const

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 11

 3. Các giả thiết mô hình OLS

Định lý Guass – Markov :

Khi các giả thiết 1, 2, 3, 4, 5 này được đảm bảo thì các ước lượng
tính được bằng phương pháp OLS là các ước lượng tuyến tính
không chệch, hiệu quả nhất của hàm hồi quy tổng thể.

ước lượng OLS là BLUE

(Best Linear Unbias Estimator)

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 12

 4. Hệ số xác định của mô hình

Tổng bình phương toàn phần

(Total Sum of Squares)
TSS  Y Y  n(Y )
T 2

Tổng bình phương hồi quy ˆ

ESS   X Y  n(Y )
T T 2
(Explained Sum of Squares)
Tổng bình phương phần dư
(Residual Sum of Squares) RSS  TSS  ESS
ESS
Hệ số xác định (coefficient of determination) R 
2

TSS
n 1
Hệ số xác định hiệu chỉnh: R  1  (1  R )
2 2

nk
12/03/2022 ĐẶNG HOÀNG MINH QUÂN 13
 THỰC HÀNH EVIEWS

Chọn Quick/Estimate Equation … rồi nhập

Y C X2 X3 tên biến vào ô Series Name, và chọn OK.
Yˆi  14,99215  0,76178 X 2i  0,58901 X 3i
RSS = 2,285340
R2 = 0,960934
R2 hiệu chỉnh = ???
ESS, TSS = ???

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 14

Phần II
THỐNG KÊ SUY DIỄN – DỰ BÁO
Ước lượng (khoảng tin cậy)
Kiểm định mô hình hồi quy
Dự báo
 1. Khoảng tin cậy hệ số hồi quy

 ˆ ˆ ˆ ˆ 
Khoảng tin cậy của βj   j  t   se(  j );  j  t   se(  j ) 
 
 2 2 
Với t có được khi tra bảng t-Student với bậc tự do (n-k), mức ý nghĩa α/2
2
ˆ
se(  j )   ˆ
2
j

RSS
ˆ 
2 (k là số tham số)
nk

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 16

 THỰC HÀNH EVIEWS

Chọn Quick/Estimate Equation … rồi nhập

Y C X2 X3 tên biến vào ô Series Name, và chọn OK.
Yˆi  14,99215  0,76178 X 2i  0,58901 X 3i
Khoảng tin cậy của β1, β2, β3???

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 17

 2. Kiểm định mô hình hồi quy

2.1. Kiểm định giả thuyết về hệ số hồi quy Cách 1: Phương pháp khoảng tin cậy
Bước 1 : Lập khoảng tin cậy của βj
Giả thuyết 2 phía Ho: βj = β*j Bước 2 : Nếu β*j thuộc khoảng tin cậy thì chấp nhận H0.
(độ tin cậy là 1-α) H1: βj ≠ β*j Nếu β*j không thuộc khoảng tin cậy thì bác bỏ H0

Cách 2: Phương pháp giá trị tới hạn
ˆ j   *j
Bước 1 : tính giá trị tới hạn t 
se( ˆ j )
Bước 2 : tra bảng t với bậc tự do (n-k) tìm tα/2
Bước 3 : Nếu -tα/2 ≤ t ≤ tα/2 : chấp nhận H0
Nếu t < -tα/2 hoặc t > tα/2 : bác bỏ H0
Cách 3: Phương pháp p-value
Bước 1 : tính giá trị tới hạn
Bước 2 : Tính p_value = P(|t| > |tα/2|)
(tức là khả năng giả thuyết H0 bị bác bỏ)
(Phần mềm hỗ trợ tính toán)
Bước 3 : Nếu p_value ≥ α : chấp nhận giả thuyết H0
Nếu p_value < α : bác bỏ giả thuyết H0

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 18

 THỰC HÀNH EVIEWS

Chọn Quick/Estimate Equation … rồi nhập

Y C X2 X3 tên biến vào ô Series Name, và chọn OK.
Yˆi  14,99215  0,76178 X 2i  0,58901 X 3i
Kiểm định tác động hệ số hồi
quy với mức ý nghĩa 5%???

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 19

 2. Kiểm định mô hình hồi quy

2.2. Kiểm định sự phù hợp mô hình Cách 2: Phương pháp p-value
R 2 (n  k )
Giả thuyết 2 phía Bước 1 : tính giá trị tới hạn F 
Ho: R2 = 0 (k  1) 1  R 2 
H1: R2 ≠ 0
Bước 2 : Tính p_value
Cách 1: Phương pháp giá trị tới hạn (tức là khả năng giả thiết H0 bị bác bỏ)

Bước 1: tính F  R 2
(n  k ) (Phần mềm hỗ trợ tính toán)


(k  1) 1  R 2  Bước 3 : Nếu p_value ≥ α : chấp nhận giả thiết H0
Nếu p_value < α : bác bỏ giả thiết H0
Bước 2: Tra bảng tìm F(k-1,n-2)
mức ý nghĩa là α
Bước 3: Nếu F>F(k-1,n-k), bác bỏ H0
Nếu F≤F(k-1,n-k), chấp nhận H0

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 20

 THỰC HÀNH EVIEWS

Chọn Quick/Estimate Equation … rồi nhập

Y C X2 X3 tên biến vào ô Series Name, và chọn OK.
Yˆi  14,99215  0,76178 X 2i  0,58901 X 3i
Kiểm định độ phù hợp mô hình
với mức ý nghĩa 5%??

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 21

 3. Vấn đề dự báo

Dự báo điểm:
ˆ ˆ ˆ ˆ ˆ
Y0   0   2 X 2  3 X 3  ...   k X k
0 0 0

Dự báo khoảng:
(Yˆ0  t se(Yˆ0 ); Yˆ0  t se(Yˆ0 ))
2 2

Với   ˆ X ( X X ) X 0
2
Yˆ0
2 T
0
T 1

ˆ
se(Y0 )   Yˆ
2
0
Bậc tự do là (n-k)

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 22

Phần III
MỞ RỘNG MÔ HÌNH HỒI QUY
Hồi quy qua góc tọa độ
Mô hình tuyến tính lin-lin
Mô hình tuyến tính log
Mô hình tuyến tính log-lin
Mô hình tuyến tính lin-log
Mô hình nghịch đảo
 1. Hồi quy qua gốc tọa độ

Khi tung độ gốc bằng 0 thì mô hình trở thành mô hình hồi quy qua gốc tọa độ,
khi đó hàm hồi quy như sau:
( PRF ) : Yi   2 X i  U i
( SRF ) : Y  ˆ X  e
i 2 i i

Với
ˆ2 
 XY
i i
 2

 2

 i
Và
X
ˆ 2
2 2
X
i

RSS 
 XY
2

ˆ 
2 2 i i
σ2 được ước lượng bằng R
 X Y
thoˆ
n 1
2 2
i i

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 24

 2. Mô hình tuyến tính lin-lin

(PRF) Yi = β1 + β2Xi + Ui Ví dụ: Lượng hàng bán được của mặt hàng A
(Y: tấn/tháng) và giá bán (X: ngàn đồng/kg)
(Giả sử β2 > 0) của một số khu vực bán hàng
Yi = 86,1167 – 10,7453Xi + ei
Hệ số hồi quy:
Khi giá bán tăng (hay giảm) ngàn đồng/kg thì bình
quân lượng hàng bán được của mặt hàng A giảm
(hoặc tăng) 10,7453 tấn/tháng.

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 25

 3. Mô hình tuyến tính log

(PRF) lnYi = β1 + β2lnXi + Ui Ví dụ: Lợi nhuận (Y: tỉ VNĐ) và doanh thu (X:
(Giả sử β2 > 0) tỉ VNĐ) của một số DN thuộc ngành may mặc
ở TPHCM năm 2002

lnYi = -20,85 + 4,96lnXi + ei

Hệ số hồi quy:
Khi doanh thu tăng (hay giảm) 1% thì bình quân lợi
nhuận của doanh nghiệp tăng (hoặc giảm) 4,96%.

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 26

 4. Mô hình tuyến tính log-lin

(PRF) lnYi = β1 + β2Xi + Ui
(Giả sử β2 > 0)
Ví dụ: Doanh số bán hàng của mặt hàng A (Y:
triệu đồng/tháng) và chi phí chào hàng (X:
triệu đồng/tháng)
lnYi = 3,2130 + 0,0238Xi + ei
Hệ số hồi quy:
Khi chi phí chào hàng tăng (hay giảm) 1 triệu
đồng/tháng thì bình quân doanh số bán hàng của
mặt hàng A tăng (hoặc giảm) 2,38%.

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 27

 4. Mô hình tuyến tính lin-log

(PRF) Yi = β1 + β2lnXi + Ui
(Giả sử β2 > 0)
Ví dụ: Lượng hàng bán được của mặt hàng A
(Y: tấn/tháng) và giá bán (X: ngàn đồng/kg)
của một số khu vực bán hàng
Yi = 110,87 – 48,68lnXi + ei
Hệ số hồi quy:
Khi giá bán tăng (hay giảm) 1% thì bình quân
lượng hàng bán được của mặt hàng A giảm (hoặc
tăng) 0,4868 tấn/tháng.

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 28

 5. Mô hình nghịch đảo

Ví dụ: Tỷ lệ thay đổi tiền lương (Y: %) và tỷ lệ

thất nghiệp (X: %) của Vương quốc Anh trong
(Giả sử β2 > 0) giai đoạn 1950-1966:

Hệ số hồi quy:
Nếu tỷ lệ thất nghiệp tăng (giảm) thì tỷ lệ thay đổi
tiền lương giảm (tăng), nhưng tỷ lệ thay đổi tiền
lương giảm không vượt quá 1,4282%.

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 29

Phần IV
BÀI TẬP
 BÀI TẬP 1

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 31

 BÀI TẬP 2
Doanh thu của mặt hàng A (Y). Chi phí quảng cáo (X2). Tiền lương của nhân viên tiếp thị
(X3). Đơn vị tính đều là triệu đồng/tháng.

Y 126 148 105 162 101 175 160 127 138 143 158 137
X2 17 23 18 22 14 24 23 15 16 21 22 13
X3 11 14 9 16 9 17 15 11 12 14 15 13

1. Xây dựng hàm hồi quy mẫu (SRF): Yˆi  ˆ1  ˆ2 X 2i  ˆ3 X 3i
2. Trình bày kết quả hồi quy 5. Xác định khoảng tin cậy hệ số hồi quy
3. Giải thích ý nghĩa kinh tế 6. Kiểm định hệ số hồi quy
4. Xác định RSS, TSS, ESS, R2, R2 hiệu chỉnh 7. Kiểm định độ phù hợp mô hình

12/03/2022 ĐẶNG HOÀNG MINH QUÂN 32

THANK YOU
感谢您下载包图网平台上提供的PPT作品，为了您和包图网以及原创作者的利益，请勿复制、传播、销售，否则将承担法律责任！包图网将对作品进行维权，按照传播下载次数进行十倍的索取赔偿！

ibaotu.com